摘要：【目的】西南地區(qū)是我國第二大天然林區(qū)，該地生態(tài)系統(tǒng)脆弱，森林雷擊火災頻發(fā)。通過遙感、探測資料分析不同地表覆蓋類型、不同海拔下墊面的雷電活動特征，探究雷電活動對森林雷擊火的影響?！痉椒ā扛鶕?jù)2005—2017年全球閃電定位系統(tǒng)（WWLLN）閃電數(shù)據(jù)、MCD12Q1土地覆蓋數(shù)據(jù)、SRTM（shuttle radar topography mission）海拔數(shù)據(jù)以及相應森林雷擊火個例，結(jié)合Theil-Sen趨勢分析、Mann-Kendall趨勢檢驗、相對密度差分析，對我國西南地區(qū)雷電活動隨下墊面類型、海拔的變化特征及其與森林雷擊火的關(guān)系進行研究?！窘Y(jié)果】① 2005—2017年西南地區(qū)云地閃頻次以每年8.75%的速率增加。四川和云南交界的攀枝花附近區(qū)域是最高值核心區(qū)。② 海拔500～1 000 m、稀樹草原類下墊面年均云地閃頻次最多。以相對密度差表征雷電活躍程度，從季節(jié)上看，春季最活躍；從晝夜變化尺度上看，晝間最活躍。表現(xiàn)活躍的下墊面集中在海拔0～1 000 m段，以及農(nóng)用地/自然植被拼接、稀樹草原類和城區(qū)為主的地表類型。③ 云地閃在不同下墊面均呈增長趨勢，其增長面積占比為西南地區(qū)的93.48%。其中，海拔3 500 m以上和草地類型下墊面的增長趨勢最顯著，從海拔和地表類型來看，顯著的面積占比均超過80%。④ 年云地閃頻次越高，發(fā)生森林雷擊火的概率越大。海拔0～1 000 m森林雷擊火發(fā)生與云地閃活動的下墊面特點一致，海拔1 000 m以上雷擊火主要受高云地閃頻次影響?！窘Y(jié)論】西南地區(qū)雷電活動與下墊面的海拔、地表類型關(guān)系密切，且這一關(guān)系隨不同時間尺度而變化。作為森林雷擊火的起因，結(jié)合下墊面特征分析雷電活動，探究森林雷擊火，可以為西南山地天然林保護提供科學支撐。

關(guān)鍵詞：森林雷擊火；云地閃；海拔；地表覆蓋類型；西南地區(qū)

中圖分類號：S762.1 文獻標志碼：A開放科學（資源服務）標識碼（OSID）：

文章編號：1000-2006（2024）03-0219-10

Relationship between characteristics of lightning activity on different underlying surface and forest lightning fire in southwest China

LI Yansong¹， YANG Yanrong^1*， ZHANG Wenyi¹， ZHANG Leying¹， HUANG Ao¹， ZHANG Yirong²

（1. College of Ecology and Environment， Co-Innovation Center for Sustainable Forestry in Southern China， Nanjing Forestry University， Nanjing 210037， China；2. Wuyi Mountain National Park Administration， Nanping 354300，China）

Abstract：【Objective】Southwest China is the second largest natural forest region in China， where the ecosystem is fragile and forest lightning fire disasters occur frequently. According to the causal relationship between lightning and forest lightning fire， the characteristics of lightning activities on underlying surfaces with different land cover types and different altitudes， and the influence of lightning activity on forest lightning fire is explored. 【Method】Based on WWLLN lightning data， land cover data MCD12Q1， altitude data SRTM and corresponding lightning forest fires from 2005 to 2017， combined with Theil-Sen trend analysis， Mann-Kendall trend test， relative density difference analysis. The variation characteristics of lightning activity with underlying surface type and altitude in southwest China and its relationship with forest lightning fire were studied.【Result】（1） From 2005 to 2017， the cloud-to-ground lightning frequency in southwest China increased at a rate of 8.75% per year. The area near Panzhihua at the border of Sichuan and Yunnan maintains the core area of the highest value in years and seasons. （2） The annual cloud-to-ground lightning frequency was the highest in the underlying surface of savanna at an altitude of 500-1 000 m. The degree of lightning activity is characterized by the relative density difference. It is most active in spring and most active in daytime on a daily scale. The active surface types are concentrated in the 0-1 000 m elevation， Agricultural land/natural vegetation Mosaic， savanna type and urban type. （3） Cloud-to-ground lightning showed an increasing trend in different underlying surfaces， and its area accounted for 93.48% in southwest China. Among them， the growth trend of underlying surface of above 3 500 m altitude and grassland type is the most significant， and the significant area accounts for more than 80% from the elevation and surface type respectively. （4） The higher the annual cloud-to-ground lightning frequency， the greater the probability of lightning fire. The occurrence of forest lightning fire at 0-1 000 m altitude is consistent with the characteristics of the underlying surface of cloud-to-ground lightning distribution， and the lightning fire above 1 000 m altitude is mainly affected by high cloud-to-ground lightning frequency. 【Conclusion】The lightning activity in southwest China is closely related to the underlying surface altitude and surface type， and the relationship varies with different time scales. As the cause of forest lightning fire， the analysis of lightning activity and forest lightning fire combined with the characteristics of underlying surface can provide scientific support for the protection of natural forest in southwest mountainous area.

Keywords：lightning caused forest fire; cloud-to-ground lightning; altitude; land cover type; southwest China

森林雷電災害是一種重要的森林自然災害。它通過雷暴云對大地的云地閃擊產(chǎn)生熱電效應，產(chǎn)生的瞬時高溫達6 000～10 000 ℃。其表現(xiàn)形式主要有兩種：一是樹木倒伏、炸裂、枯死^[1]，形成林窗，改變森林群落的結(jié)構(gòu)，引起病蟲害^[2]；二是森林雷擊火。隨著氣候變暖，雷電活動有增加的趨勢。研究表明，氣溫每增加1 ℃，閃電頻率將增加5%～6%^[3]，導致森林雷電災害增加。云地閃作為森林雷電災害的必要誘因^[4]，其活動特點與下墊面特征，特別是地表覆蓋類型、海拔等關(guān)聯(lián)密切。

鄰近且不同特征的下墊面，在受熱后激發(fā)的中尺度環(huán)流會促使云地閃活動度增加^[5]。從地表類型對云地閃活動的影響來看，云地閃活躍區(qū)域多位于水域周邊^[6-8]，在重慶^[7]、廣西河池^[8]的森林區(qū)域云地閃也很活躍。盧友發(fā)等^[9]對河南的研究結(jié)果也表明，水體及植被覆蓋區(qū)附近云地閃較為集中。海拔也是影響云地閃的重要下墊面特征^[10]，Boccippio等^[11]的研究表明云地閃隨著海拔變化而變化，但各地不盡相同。重慶云地閃多分布于海拔300～400 m地區(qū)，長三角地區(qū)表現(xiàn)為高海拔地區(qū)高頻次閃電活動^[13]。雖然一般負極性地閃遠高于正極性，但喜馬拉雅山脈附近有更多正地閃^[14]。由此可見，不同地表覆蓋類型、不同海拔的下墊面差異，使云地閃活動具有明顯地域性特征。

現(xiàn)階段，森林雷擊火在林火中的占比凸顯。西班牙高山林區(qū)^[15]、我國大興安嶺^[16]等地的森林雷擊火占比均超過30%，遠高于全球均值。對森林雷擊火的研究大多集中在基于云地閃活動特征及氣象信息等的統(tǒng)計分析方面^[17]，進而建立森林雷擊火的統(tǒng)計預測模型^[18]。在加拿大等地已經(jīng)進入業(yè)務化運行^[19]，其中云地閃的來源也不乏全球閃電定位系統(tǒng)（the world wild lightning location network，WWLLN）數(shù)據(jù)^[20]。這類研究結(jié)果與云地閃活動的地域特征息息相關(guān)，特別是地表覆蓋類型、植被類型、海拔等。

我國有關(guān)森林雷電災害，特別是森林雷擊火研究，一直以來都集中在東北、內(nèi)蒙古等雷擊火高發(fā)地。其中，大興安嶺的森林雷擊火研究結(jié)論明確，包含的下墊面特征顯著。如，落葉松林和落葉闊葉林是主要的受災地表類型^[21]，坡度1°～4°、海拔300～800 m的山地區(qū)域發(fā)生雷擊火的概率達85%^[22-23]。對比來看，西南天然林雷電災害，尤其是近年屢見報道的森林雷擊火，其針對性的研究鮮見報道。目前，我國西南地區(qū)干旱趨勢顯著^[24]，已成為我國主要森林雷電災害區(qū)^[25]，云地閃引發(fā)的雷擊火是當?shù)靥烊涣值木薮笸{。

本研究基于2005—2017年WWLLN數(shù)據(jù)、土地覆蓋類型數(shù)據(jù)MCD12Q1、地理因子SRTM（shuttle radar topography mission）數(shù)據(jù)，利用ArcGIS，結(jié)合Theil-Sen中值趨勢分析、Mann-Kendall趨勢檢驗，開展西南地區(qū)云地閃與地表覆蓋類型、海拔等時空關(guān)系研究，探究雷電活動的本地化特征，基于森林雷擊火個例，探索云地閃活動對森林雷擊火的影響，對于西南天然林保護有重要意義。

1 材料與方法

1.1 研究區(qū)概況

本研究所指的西南地區(qū)是指四川、云南、貴州及重慶所在的3省1市（97°21′～110°11′E，21°8′～33°41′N），是我國西南重要的生態(tài)屏障區(qū)。該區(qū)域地形十分復雜，海拔范圍為73～7 556 m，是我國第二大天然林區(qū)，植被類型復雜多樣，包括針葉林、闊葉林、針闊混交林、多樹型稀樹草原、稀樹草原等17種^[26-27]，氣候類型多樣。依據(jù)國家氣象科學數(shù)據(jù)中心（www.data.cma.cn）的歷史站點資料，較過去30年相比，本研究時段（2005—2017年）西南地區(qū)年均總降水量基本保持不變，年均氣溫由12.77 ℃增加至13.01 ℃。

近年來，我國西南天然林雷電災害特別值得關(guān)注。中國林業(yè)統(tǒng)計年鑒（https：//www.lknet.ac.cn/）資料表明，2005—2017年西南地區(qū)共有143起森林雷擊火，其逐年變化見圖1。

由 圖1可見森林雷擊火次數(shù)呈弱下降趨勢（R²=0.20，P=0.10，趨勢線未顯示），但西南森林 “未查明火源”高達4 887次，占總林火的22.39%。這很可能與森林雷擊火調(diào)查不足有關(guān)^[28]。根據(jù)年鑒信息考察雷擊火研究較充分的大興安嶺地區(qū)，發(fā)現(xiàn)13年來未查明火源只有106起，僅為西南地區(qū)的2.21%，且未查明火源比例逐年下降，2010年后僅占當?shù)乜偭只鸬?.32%。眾所周知，連續(xù)時空分布的詳盡森林雷擊火信息獲得是目前的世界難題，需借助遙感、機器學習等手段^[29]。對于西南地區(qū)森林雷擊火研究起步晚，且復雜地理環(huán)境對于調(diào)查的困擾性更大。

在這一背景下，為更好地體現(xiàn)西南已知雷擊火變化，分析了林業(yè)年鑒中已知的森林雷擊火占比（森林雷擊火/總林火）變化，其趨勢線為上升的直線（R²=0.45，P=0.01）。可見，在有限數(shù)據(jù)下，西南雷擊火占比仍顯著上升。

1.2 數(shù)據(jù)及處理

1.2.1 雷電數(shù)據(jù)處理

雷電數(shù)據(jù)來自2005—2017年WWLLN數(shù)據(jù)（http：//wwlln.net/），包括閃電發(fā)生的時間、位置信息等。WWLLN雖然可以探測到總閃，但無法區(qū)分云閃和地閃，而云閃與云地閃的比例與緯度密切相關(guān)，所以按照經(jīng)驗公式（1）來計算云地閃^[30]：

其中：N_g為地閃次數(shù)；N_c為云閃次數(shù)；N_c+N_g為總閃次數(shù)；φ為緯度。

1.2.2 地表覆蓋類型處理

土地覆蓋資料信息來自 NASA 2005—2017年中分辨率成像光譜儀3級數(shù)據(jù)MCD12Q1（https：//ladsweb.modaps.eosdis.nasa.gov/search/），時間分辨率為年，空間分辨率500 m，包括17個主要土地覆蓋類型。結(jié)合研究需求及西南地區(qū)地表特征，本研究把常綠針葉林、落葉針葉林、常綠闊葉林、落葉闊葉林和混交林合并成森林，將永久濕地、冰和雪、荒漠等合并成其他（該類型本研究不做分析），最終得到西南地區(qū)8種代表性地表類型：森林、稀樹草原、多樹型稀樹草原、草地、農(nóng)用地、農(nóng)用地/自然植被拼接、城市和建筑區(qū)、水域。認為研究時段內(nèi)土地覆蓋類型無季節(jié)、晝夜變化。

1.2.3 海拔數(shù)據(jù)處理

海拔數(shù)據(jù)來自2000年美國國家測繪局公布的SRTM （http：//www.cgiar-csi.org）。將西南地區(qū)海拔分類為5類^[31]：[0，200）m、[200，500）m、[500，1 000）m、[1 000，3 500）m、3 500 m及以上。

1.2.4 其他輔助資料

輔助確定森林雷擊火位置的2005—2017年西南地區(qū)火點數(shù)據(jù)MCD14DL來自MODIS（https：//firms.modaps.eosdis.nasa.gov/download/）地表火點信息，其空間分辨率為1 km，包含時間、經(jīng)緯度、置信度等參數(shù)。林業(yè)統(tǒng)計年鑒資料來自中國林業(yè)信息網(wǎng)（https：//www.lknet.ac.cn/），以年為時間單位、省為空間單位。

1.3 研究方法

1.3.1 云地閃空間分布

研究整個西南地區(qū)云地閃空間分布時，將該區(qū)域劃分成0.1°×0.1°的共19 600個網(wǎng)格，用單位柵格內(nèi)的云地閃總數(shù)代表云地閃頻次。研究不同地表覆蓋類型和海拔段的云地閃分布時，應用ArcGIS矢量化這些地表類型對應的面積，逐年、季、日統(tǒng)計云地閃在不同地表面積上的頻次。

1.3.2 云地閃空間變化趨勢分析

采用Theil-Sen中值趨勢分析耦合Mann-Kendall趨勢檢驗判斷云地閃趨勢變化的顯著性，Plt;0.05為通過顯著性檢驗。按照西南地區(qū)不同地表覆蓋類型和海拔，將云地閃空間變化趨勢判定為4種類型：顯著增加、顯著減少、不顯著增加、不顯著減少。

1.3.3 云地閃活躍程度分析

為了消除地表覆蓋類型、海拔段的面積大小對云地閃活躍程度的影響，使用相對密度差（D_r）表示云地閃在該下墊面的活躍程度^[7]，如式（2）所示：

式中：T為某種下墊面的云地閃頻次；T₁為研究區(qū)內(nèi)總云地閃頻次；S為該種下墊面的面積，km²；S_l為總面積，km²；D_rgt;0時，數(shù)值越大說明云地閃在該類型地表的活躍度相對較高，D_rlt;0則表示不活躍。

2 結(jié)果與分析

2.1 云地閃時空分布

2005—2017年西南地區(qū)年、月時間尺度云地閃頻次分布見圖2。從年值變化來看（圖2a），2005—2017 年西南地區(qū)年均云地閃頻次為90 977次，呈增加趨勢（R²=0.52，P=0.005），年均增幅為8.75%。其中增幅最大的年份為2008—2009年。單年頻次數(shù)量來看，2013年最大，達到146 142次，為年均值的1.61倍。從月際變化上來看（圖2b），西南月均云地閃7 580次，集中在6—9月，8月最多，占年均總頻次的25.12%，其次分別為3—5月和10月，12月份云地閃頻次最少，占年均總頻次的比例僅為0.06%。

西南地區(qū)2005—2017年單位柵格年、季的平均云地閃空間分布見圖3，由于冬季發(fā)生云地閃頻次極少，因此未顯示。如圖3a所示，年均云地閃的空間分布差異較大，單位柵格數(shù)值呈現(xiàn)中東部高（大于15次）、西部低（小于8次）的分布格局。最大值位于四川省與云南省交界處的攀枝花市附近，年均云地閃頻次高達40次，這里也是近年森林雷擊火高發(fā)地，見圖中的黑色圈區(qū)域。從季節(jié)上來看，西南地區(qū)春季（圖3b）云地閃相對高值區(qū)主要集中在貴州省安順市、云南南部、四川省攀枝花附近，夏季（圖3c）數(shù)值整體增大，相對高值區(qū)擴張北抬，在攀枝花附近核心區(qū)不變的基礎(chǔ)上，高值區(qū)北移到云南省昭通市，秋季（圖3d）高值區(qū)又回落到攀枝花附近。

以上結(jié)果與我國閃電定位儀網(wǎng)ADTD（advanced TOA and direction system）數(shù)據(jù)對于西南云地閃的時空分布研究對應^[32]，云南與四川交界處屬于年均雷電高活動區(qū)域。星載光學瞬態(tài)探測器OTD（optical transient detector）/閃電成像傳感器LIS（lightning imaging sensor）的歷史數(shù)據(jù)顯示^[33]，從3—7月，四川、貴州及云南東部交界區(qū)域也逐漸變?yōu)槔纂姼呋顒訁^(qū)。這些區(qū)域也是近年的主要林火高發(fā)區(qū)^[25]。

2.2 不同海拔的云地閃活動特征

2005—2017年不同海拔段年均云地閃頻次、相對密度差（D_r）分布見圖4。由圖4可見，在海拔[500，1 000）m、[1 000，3 500）m區(qū)域云地閃頻次相對最多，分別占年均值總量的47.48%和27.43%，這與這兩個海拔區(qū)域是西南地區(qū)主要海拔分布有關(guān)，二者分別占總區(qū)域面積的41.22%和28.72%。為了消除面積的影響，將年均D_r與海拔類型疊加，見圖4折線，發(fā)現(xiàn)在[200，1 000）m區(qū)域云地閃表現(xiàn)活躍，海拔1 000 m以上活躍程度銳減^[34]，表現(xiàn)為不活躍。具體表現(xiàn)為：[200，500）m（18.17%）＞[500，1 000）m（15.18%）。

云地閃活躍程度直接與雷電災害關(guān)聯(lián)，其在不同時間尺度的特點不同。表1給出了不同海拔云地閃在季節(jié)、晝夜的D_r數(shù)值分布。表中的晝、夜以北京時間8：00—20：00、20：00—8：00為界^[35]。由表1可見，不論何種時間尺度，[0，1 000）m區(qū)域云地閃活躍度相對高于其他海拔段，在1 000 m以上活躍度下降， 3 500 m以上不活躍。這與年尺度的結(jié)論一致。但不同季節(jié)、晝夜又有所差別。從季節(jié)來看，春季[0，1 000）m活躍，不同海拔D_r值表現(xiàn)為[500，1 000）m（43.05%）＞[0， 200）m（38.01%）＞[200，500）m（10.64%）。夏季最活躍區(qū)降至[200，500）m段，表現(xiàn)為：[200，500）m（39.14%）＞[500，1 000）m（12.99%），[0，200）m不活躍。秋季活躍程度整體較低，僅在[1 000，3 500]m表現(xiàn)為較弱的活躍度，D_r值為16.77%。這些都符合雷暴的氣候?qū)W特征^[36]。從晝、夜分布上來看，白天云地閃活躍程度大于夜里。主要原因可能是西南地區(qū)夜間溫度較低，大氣層結(jié)構(gòu)穩(wěn)定，可降水粒子較少，導致閃電活躍程度較低^[37]。白天[0，1 000）m不同海拔D_r表現(xiàn)為：[200，500）m（98.10%）＞[0，200）m（32.44%）＞[500，1 000）m（29.18%）。其中，在[200，500）m處晝、夜活躍程度相差最大，D_r差值為122.82%。

2.3 不同地表覆蓋類型的云地閃活動特征

2005—2017年年均云地閃頻次、D_r與地表覆蓋類型關(guān)系見圖5。由圖5可見，云地閃頻次在稀樹草原類（稀樹草原、多樹型稀樹草原）和森林類最多，分別占年均總量的54.18%和19.1%。從2005—2017年D_r數(shù)值可見，除了草地、水體類型的D_r為負值，其余均為正值。其中，農(nóng)用地/自然植被拼接、稀樹草原和城區(qū)類型的云地閃最活躍，D_r分別為23.83%、20.3%和16.89%。

季節(jié)、晝夜的云地閃相對密度差值見表2。由表2可見，在農(nóng)用地/自然植被拼接、稀樹草原類以及城市和建筑區(qū)，不同時間尺度的云地閃均相對活躍，草地均不活躍。具體從季節(jié)來看，春、夏季的D_r大于秋季。春季在農(nóng)用地/自然植被拼接、稀樹草原最活躍，D_r值分別為33.03%、27.05%。夏季最活躍區(qū)域調(diào)整為人類活動度更高的城市、農(nóng)用地/自然植被拼接和水域，D_r分別為39.15%、31.13%、21.22%。這與夏季水域附近電阻率較低^[6]、城市熱島增溫貢獻率較高有關(guān)^[38]。從日尺度來看，白天云地閃活躍度大于夜里。白天，云地閃在農(nóng)用地/自然植被拼接、城市區(qū)最活躍，D_r分別為85.57%、64.48%，這兩種地表類型的云地閃活躍程度在晝、夜差異最大，分別達到了91.24%和67.47%。在活躍程度較高的春、夏季和晝間，農(nóng)用地/自然植被拼接、稀樹草原類、城區(qū)的均表現(xiàn)為相對最活躍?？傮w來看，農(nóng)用地/自然植被拼接處的云地閃活躍程度在春季、白天均最高，其次為稀樹草原類、城市建筑區(qū)域。

2.4 不同下墊面云地閃活動的變化趨勢特征

各海拔段、不同植被類型分布下的云地閃變化趨勢有所不同，西南地區(qū)不同下墊面云地閃趨勢分布見表3。

由表3可見，相對低云地閃分布、低活躍度區(qū)域的云地閃增加趨勢越顯著。從海拔上來看，隨著海拔升高，顯著增加趨勢越明顯，3 500 m以上區(qū)域顯著增加面積占比最高，達到85.21%。從土地覆蓋類型來看，草地顯著增加面積占比最高，達到80.61%，其次為水體和森林區(qū)域，農(nóng)用地/自然植被拼接類型的顯著增加面積占比最少，僅為8.92%。

將整個西南地區(qū)作為整體考慮，由1.3.2方法計算得到，整個西南無云地閃顯著減少趨勢，云地閃增加趨勢區(qū)域占總面積的93.48%，顯著增加和不顯著增加、不顯著減少區(qū)域占比分別為44.89%、48.59%和6.52%。

2.5 西南地區(qū)實際森林雷擊火個例與云地閃活動的關(guān)系

為找出森林雷擊火發(fā)生的位置信息，根據(jù)2005—2017年林業(yè)統(tǒng)計年鑒、MODIS植被火點、WWLLN閃電時空信息、土地覆蓋類型MCD12Q1等數(shù)據(jù)^[29]，共篩選出西南地區(qū)真實森林雷擊火16起，其中發(fā)生在春季10起，占62.51%，其余6起有5起發(fā)生在6月初，1起在8月。發(fā)生在白天的13起，占81.25%。森林雷擊火主要發(fā)生的季節(jié)、晝夜分布與前文云地閃活躍度的時間分布一致。

云地閃是雷擊火的“點火機制”，二者有因果關(guān)系。以上個例疊加年均云地閃空間分布見圖6，圖中等值線表示年均單位柵格云地閃頻次分布。由圖6可見，所有森林雷擊火位置都屬于年云地閃相對高值區(qū)，單位柵格數(shù)值均超過7次/a。從雷擊火發(fā)生的空間對應性來看，這16起森林雷擊火分布位置與對應年均云地閃頻次關(guān)系如圖7a，二者呈顯著正相關(guān)，R²=0.91（P＜0.01）。從年鑒森林雷擊火發(fā)生的時間對應性來看，結(jié)合圖1，這13年西南年森林雷擊火在林火中占比與年均云地閃頻次亦呈顯著正相關(guān)，R²=0.46（P＜0.05），見圖7b。由此可見，從雷擊火發(fā)生的時、空對應性均可見，年云地閃頻次越高，森林雷擊火概率越大。

從下墊面特點來看，16起森林雷擊火中有13起（占81.25%）柵格云地閃頻次超過10次/a（圖6），主要在攀枝花市、昭通市以及布依族苗族自治州等。這13處以[1 000，3 500）m海拔段為主，常見稀樹草原類、森林類下墊面類型。還有四川巴州區(qū)、萬州區(qū)和云南玉溪3處對應柵格云地閃約為8次/a，這3次均發(fā)生在春季、白天，以[200，1 000）m海拔段為主，常見農(nóng)用地/自然植被拼接、森林、稀樹草原類為主的下墊面，符合前文云地閃數(shù)量集中、活躍程度高的下墊面特征。對比前13處[1 000，3 500）m雷擊火個例，雖然其與前文云地閃活躍區(qū)的海拔特征不符，但其中有3次發(fā)生在夜間，而夜間的海拔區(qū)間為[1 000，3 500）m屬于云地閃活躍海拔段（表1）。最重要的是，這13起高海拔雷擊火的年云地閃頻次相對于后3起更大，因此增加了雷擊火發(fā)生的概率。

3 討 論

雷電信息來源對雷電活動的研究精度有影響。鑒于雷電數(shù)據(jù)的時空連續(xù)性要求，選擇WWLLN數(shù)據(jù)。實際上還有其他信息可用，但各有優(yōu)缺點。我國ADTD組成的閃電定位網(wǎng)系統(tǒng)LLS（lightning location system）可以區(qū)分云間閃和云地閃，但存在標定及觀測時間參差不齊的問題^[39]；可使用的全球遙感、探測數(shù)據(jù)如OTD/LIS和WWLLN，其中OTD/LIS有覆蓋范圍和時間連續(xù)性約束^[40]，因此本研究選擇WWLLN。該資料有測站數(shù)量逐年增加、探測精度逐年提高的問題，這可能會對閃電變化趨勢產(chǎn)生影響。根據(jù)WWLLN官網(wǎng)發(fā)布的2010年后探測效率增加的修訂數(shù)值擬合文中2010年后未修訂數(shù)據(jù)^[41]，發(fā)現(xiàn)年、月值擬合系數(shù)分別為0.88（P lt; 0.01）和0.92（P lt; 0.001），因此，校正與否在本研究中對閃電變化趨勢的影響差異極小。

地表覆蓋類型、海拔的時空分辨率與云地閃信息的不匹配性，會帶來數(shù)值誤差。本研究使用的MCD12Q1難以監(jiān)測斑塊尺度信息^[42]。SRTM亦設(shè)定沒有時間變化。因此，以年值地表信息與云地閃月、日信息對應研究云地閃活躍程度，難以精確體現(xiàn)云地閃活動隨地表特征的季節(jié)、晝夜尺度的變化特點。另外，不同土地使用類型的分界區(qū)在不同遙感數(shù)據(jù)中也有所差異，如何精確探測大范圍空間的地表信息，是遙感領(lǐng)域的難點之一^[43]，這是否會對本研究計算的閃電頻次及密度產(chǎn)生影響，也需要進一步的數(shù)據(jù)支持。

森林雷電災害的局地性很強。比如，本研究得出西南地區(qū)云地閃在農(nóng)用地/自然植被拼接和稀樹草原類較為活躍，而大興安嶺和內(nèi)蒙古地區(qū)雷擊火主要發(fā)生于落葉松林和落葉闊葉林。這和不同地區(qū)的地表特征有關(guān)。由于森林雷擊火分布具有區(qū)域性、“聚集態(tài)”趨勢^[44]，因此，區(qū)域研究對于森林雷電防災減災意義更大。本研究僅限于西南地區(qū)2005—2017年時段得到的結(jié)論。今后，對于林火及雷擊火的深入研究，可能需要借助多源遙感、精確雷電探測及氣候模型，以期得到過去、現(xiàn)在、未來的預估趨勢，這對于林火干擾下的森林碳循環(huán)意義重大^[45]。另外，基于閃電點燃地物引發(fā)林火的事實，在實驗室環(huán)境探索雷電流點燃林木的模擬實驗^[46]，對森林雷擊火的機理研究也有重要意義。

4 結(jié) 論

1）2005—2017年西南地區(qū)雷電活動呈增加趨勢，空間分布不均勻。2005—2017年西南地區(qū)云地閃年均值為90 977次，總體呈增加趨勢，年均增幅為8.75%。云地閃頻次大小的季節(jié)表現(xiàn)為：夏季gt;秋季gt;春季。空間上，云地閃分布大體呈現(xiàn)中東部高，西部低的特點，最高值分布于四川、云南交界處的攀枝花市附近，年均云地閃頻次達到40次，這里也是不同季節(jié)的高值核心區(qū)。

2）2005—2017年西南地區(qū)不同時間尺度下雷電活躍區(qū)隨海拔變化，活躍區(qū)的下墊面類型則保持一致。從年尺度上來看，海拔[500，1 000）m、稀樹草原類下墊面年均云地閃頻次最多，但在[200， 500）m海拔段最為活躍。以相對密度差表征活躍程度，從季節(jié)尺度上來看，春季最活躍，其次為夏季。從晝夜尺度來看，白天活躍程度遠高于夜間。春季、白天的活躍區(qū)體現(xiàn)在[0，1 000）m海拔段以及農(nóng)用地/自然植被拼接、稀樹草原類和城市區(qū)，夏季的水體區(qū)域亦為活躍區(qū)。

3）西南地區(qū)云地閃在不同下墊面均呈增長趨勢，增長面積占比為93.48%，顯著增長面積占比為44.89%。隨著海拔升高，云地閃呈顯著增加的趨勢越明顯。增長趨勢最高的區(qū)域為雷電活動不活躍的3 500 m以上海拔段以及草地類型的下墊面，其增長占比分別為85.21%和80.61%。

4）年云地閃頻次與森林雷擊火關(guān)系密切。從2005—2017年雷擊火占比及確定的16起森林雷擊火個例來看，年云地閃頻次越高，發(fā)生雷擊火的頻次越大。從森林雷擊火個例的下墊面特征來看，[1 000，3 500）m海拔段、稀樹草原以及森林類為主的13起雷擊火中，云地閃頻次高于[200，1 000）m海拔段、農(nóng)用地/自然植被拼接、森林、稀樹草原類為主的下墊面類型，后者的下墊面特征與云地閃活動特征一致。

參考文獻（reference）：

[1]MAGNUSSON W E， LIMA L O D. Group lightning mortality of trees in a Neotropical forest[J]. J Trop Ecol， 1996， 12： 899-903. DOI： 10.1017/S0266467400010166.

[2]PARLATO B P， GORA E M， YANOVIAK S P. Lightning damage facilitates beetle colonization of tropical tree[J]. Ann Entomol Soc Am， 2020， 6（3）： 404-410. DOI： 10.1093/aesa/saaa015.

[3]PRICE C， CRIND D. Possible implications of global climate change on global lightning distributionsand frequencie[J]. J Geophys Res-Atmos， 1994， 99（D5）： 10823-10831. DOI： 10.1029/94JD00019.

[4]SCHUMACHER V， SETZER A， SABA M M F， et al. Characte-ristics of lightning-caused wildfires in central Brazilirelation to cloud-ground and dry lightning [J]. Agr Forest Meteorol， 2022， 312： 108723. DOI： 10.1016/j.agrformet.2021.108723.

[5]SIMON T， MAYR G J. Daily-resolved lightning climatology of the eastern alpine region at the kilometer scale[J]. Atmos Ocean Phy， 2022： 2201.07294. DOI： 10.1007/s00502-022-01032-1.

[6]DISSING D， VERBYLA D L. Spatial patterns of lightning strikes in interior Alaska and their relations to elevation and vegetation[J]. Can J Forest Res， 2003， 33（5）： 770-782. DOI：10.1139/x02-214.

[7]趙生昊， 楊磊. 基于MODIS數(shù)據(jù)的地表覆蓋種類與地閃分布特征關(guān)系研究[J]. 氣象科技， 2016， 44（5）： 822-827. ZHAO S H， YANG L. Relationship between land cover and cloud-to-ground lightning distribution based on MODIS data[J]. Meteorological Science and Technology， 2016， 44（5）： 822-827. DOI： 10.19517/j.1671-6345.2016.05.022.

[8]吳量， 郭媛， 向清才. 河池市閃電活動與下墊面植被類型關(guān)系分析[J]. 氣象研究與應用， 2019， 40（1）： 62-64. WU L， GUO Y， XIANG Q C. Analysis of the relationship between lightning activity and vegetation forms on underlying surface in Hechi[J]. Journal of Meteorological Research and Application， 2019， 40（1）： 62-64.

[9]盧友發(fā)， 吳世安. 河南省閃電活動與復雜下墊面之間的相關(guān)性分析[J]. 信陽師范學院學報（自然科學版）， 2017， 30（1）： 87-91. LU Y F， WU S A. Analysis about the correlation between lightning activity and the complex underlying surface in Henan Province[J]. Journal of Xinyang Normal University（Natural Science）， 2017， 30（1）： 87-91. DOI： 10.3969/j.issn.1003-0972.2017.01.019.

[10]PETROV N I， WATERS R T. Lightning to earthed structures： striking distance variation with stroke polarity， structure geometry and altitude based on a theoretical approach[J]. J Electrostat， 2021， 112（6）： 103599. DOI： 10.1016/j.elstat.2021.103599.

[11]BOCCIPPIO D J， CUMMINS K L， CHRISTIAN H J， et al. Combined satellite and surface-based estimation of the intracloud/cloud-to-ground lightning ratio over the continental United States[J]. Mon Weather Rev， 2000， 129（1）： 108-122. DOI： 10.1175/1520-0493（2001）129lt;0108：CSASBEgt;2.0.CO;2.

[12]李政， 肖穩(wěn)安， 李家啟， 等. 區(qū)域海拔高度變化對閃電特征影響的初步分析[J]. 湖北大學學報（自然科學版）， 2011， 33（2）： 197-201. LI Z， XIAO W A， LI J Q， et al. The preliminary analysis of the influence of region’s elevation change onlightning characteristics[J]. Journal of Hubei University（Natural Science）， 2011， 33（2）： 197-201.

[13]王凱， 周麗雅， 鞠曉雨， 等. 2011—2019年中國長江三角洲區(qū)域閃電時空分布特征[J]. 氣象與環(huán)境學報， 2021， 37（4）： 100-106. WANG K， ZHOU L Y， JU X Y， et al. Temporal and spatial distribution characteristics of lightning in the Yangtze River Delta of China from 2011 to 2019[J]. Journal of Meteorology and Environment， 2021， 37（4）： 100-106. DOI： 10.3969/j.issn.1673-503X.2021.04.014.

[14]ADHIKARI P B， ADHIKARI A， TIWARI A K. Effects of lightning as a disaster in Himalayan region[J]. Bibechana， 2021， 18（2）： 117-129. DOI： 10.3126/bibechana.v18i2.29168.

[15]RODRIGUES M， GELABERT P J， RESCO DE DIOS V，et al. High-resolution modeling of lightning ignition Likelihood in Spain[J]. Environ Sci Technol， 2022， 17（1）： 40. DOI： 10.3390/environsciproc2022017040.

[16]尹賽男， 王東昶， 單延龍， 等. 黑龍江省3種主要火源引發(fā)森林火災的次數(shù)和面積時空分布特征[J]. 林業(yè)科學， 2021， 7（6）： 115-124. YIN S N， WANG D C， SHAN Y L， et al. Spatial and temporal distribution of forest fires （frequency and area） caused by three main fire sources in Heilongjiang Province[J]. Scientia Silvae Sincae， 2021， 7（6）： 115-124. DOI： 10.11707/j.1001-7488.20210613.

[17]PINEDA N， RIGO T. The rainfall factor in lightning-ignited wildfires in Catalonia[J]. Agr Forest Meteorol， 2017， 239： 249-263. DOI： 10.1016/j.agrformet.2017.03.016.

[18]BARANOVSKIY N. Deterministic-probabilistic approach to predict lightning-caused forest fires in mounting areas[J]. Forecasting， 2021， 3（4）： 695-715. DOI： 10.3390/forecast3040043.

[19]NADEEM K， TAYLOR S W， WOOLFORD D G， et al. Mesoscale spatiotemporal predictive models of daily human-and lightning-caused wildland fire occurrence in British Columbia[J]. Int J Wildland Fire， 2019， 29（1）： 11-27. DOI： 10.1071/WF19058.

[20]MARINA Y B， NIKOLAY V B， ANDREY V K， et al. Assessment of the uncertainty for the spatial distribution of lightning discharge density based on the smoothed bootstrap procedure and wwlln data： a case study[J]. International Journal on Engineering Applications， 2022. DOI： 10.15866/irea.v10i2.20850.

[21]何誠， 舒立福， 劉柯珍. 大興安嶺地區(qū)夏季森林火災環(huán)境因子特征分析[J]. 西南林業(yè)大學學報（自然科學）， 2021， 41（3）： 87-93. HE C， SHU L F， LIU K Z. Analysis on environmental factors’ characteristics of summer forest fire in Daxing’an Mountains[J]. Journal of Southwest Forestry University， 2021， 41（3）： 87-93. DOI： 10.11929/j.swfu.202008039.

[22]楊少斌， 曹萌， 祝鑫海， 等. 2001—2019年內(nèi)蒙古大興安嶺北部原始林區(qū)森林火災發(fā)生規(guī)律研究[J]. 災害學， 2022， 37 （3）： 122-128. YANG S B， CAO M， ZHU X H， et al. Research on occurrence law of forest fire in the northern primitive forest area of Greater Khingan range， Inner Mongolia from 2001 to 2019[J]. Journal of Catastrophology， 2022， 37（3）： 122-128. DOI： 10.3969/j.issn.1000-811X.2022.03.020.

[23]杜野. 內(nèi)蒙古北部原始林區(qū)的雷擊火分布規(guī)律研究[J]. 森林防火， 2017（4）： 28-31. DU Y. Study on distribution law of lightning fire in primitive forest area in northern Inner Mongolia[J]. Forest Fire Prevention， 2017（4）： 28-31.

[24]靖娟利， 和彩霞， 王永鋒， 等. 西南地區(qū)1902-2018年干旱時空演變特征分析[J]. 水土保持研究， 2022， 29（3）： 220-227. JING J L， HE C X， WANGY F， et al. Spatiotemporal evolution characteristics of meteorological drought in southwest China from 1902 to 2018[J]. Research of Soil and Water Conservation， 2022， 29（3）： 220-227. DOI： 10.138 69/j.cnki.rswc.2022.03.007.

[25]田曉瑞， 舒立福， 趙鳳君， 等. 氣候變化對中國森林火險的影響[J]. 林業(yè)科學， 2017， 53（3）： 159-169. TIAN X R， SHU L F， ZHAO F J， et al. Impacts of climate change on forest fire danger in China[J]. Scientia Silvae Sincae， 2017， 53（3）： 159-169. DOI： 10.11707/j.1001-7488.20170716.

[26]劉曄， 李鵬， 許玥， 等. 中國西南干旱河谷植物群落的數(shù)量分類和排序分析[J]. 生物多樣性， 2016， 24（4）： 378-388. LIU Y， LI P， XU Y， et al. Quantitative classification and ordination for plant communities in dry valleys of Southwest China[J]. Biodiverdity Science， 2016， 24（4）： 378-388. DOI： 10.17520/biods.2015241.

[27]楊艷蓉， 侯召朕， 張增信. 2001—2018年西南地區(qū)NDVI變化特征及影響因素[J]. 水土保持通報， 2021， 41（2）： 337-344. YANG Y R， HOU Z Z， ZHANG Z X. NDVI Changes and driving factors in southwest China from 2001 to 2018[J]. Bulletin of Soil and Water Conservation， 2021， 41（2）： 337-344. DOI： 10.13961/j.cnki.stbctb.2021.02.044.

[28]舒洋， 孫子瑜， 張恒. 世界森林雷擊火研究現(xiàn)狀和展望[J]. 世界林業(yè)研究， 2022， 35（2）：34-40. SHU Y， SUN Z Y， ZHANG H. Research on lightning fire in forest： current status and outlook[J]. World Forestry Research， 2022， 35（2）： 34-40. DOI： 10.13348/j.cnki.sjlyyj.2021.0070.y.

[29]MORIS J V， CONEDERA M， NISI L， et al. Lightning-caused fires in the Alps： identifying the igniting strokes[J]. Agricultural and Forest Meteorology， 2020， 290（107990）： 1-11. DOI： 10.1016/j.agrformet.2020.107990.

[30]馬金福， 馮志偉. 雷擊地閃密度與雷暴日數(shù)的關(guān)系分析[J]. 氣象科學， 2009， 29（5）： 674-678. MA J F， FENG Z W. The analysis the relationship between density of ground lightning strokes and the number of thunderstorm days[J]. Scientia Meteorologica Sinica， 2009， 29（5）： 674-678.

[31]李洪廣， 周旭， 肖楊， 等. 基于SRP模型的西南喀斯特山區(qū)生態(tài)脆弱性時空變化特征[J]. 生態(tài)科學， 2021， 40（3）： 238-246. LI H G， ZHOU X， XIAO Y， et al. Temporal and spatial changes of ecological vulnerability in southwestern Karst mountains based on SRP model[J]. Ecological Science， 2021， 40（3）： 238-246. DOI： 10.14108/j.cnki.1008-8873.2021.03.028.

[32]楊宗凱， 劉平英， 胡穎， 等. 云南省雷電活動分布特征及對農(nóng)村地區(qū)的影響分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2018， 39（9）： 262-267. YANG Z K， LIU P Y， HU Y， et al. Analysis of distribution characteristic of lightning activity and its influence on rural areas in Yunnan[J]. Chinese Journal of Agricultural Resources and Regional Planning， 2018， 39（9）： 262-267. DOI： 10.7621/cjarrp.1005-9121.20180935.

[33]楊水泉， 熊曉洪. 利用LIS/OTD格點資料分析西南地區(qū)閃電活動的氣候分布特征[J]. 廣西氣象， 2006（S3）： 60-66. YANG S Q， XIONG X H. Climate distribution characteristics of lightning activity in southwest China were analyzed using LIS/OTD grid data[J]. Journal of Guangxi Meteorology， 2006（S3）： 60-66.

[34]KARANINA S Y， KARANIN A V， KOCHEEVA N A， et al. The distribution of lightning discharges across the altitude of the territory in the Altai-Sayan region[J]. Journal of Physics： Conference Series， 2020， 1604（1）： 12009.

[35]王學良， 張科杰， 余田野， 等. 湖北地區(qū)云地閃電頻次及雷電流幅值時間分布特征[J]. 電瓷避雷器， 2017（3）： 1-9. WANG X L， ZHANG K J， YU T Y， et al. The time distribution characteristics on frequency and peak current of cloud-to-ground lightning in Hubei Province[J]. Insulators and Surge Arresters， 2017（3）： 1-9. DOI： 10.16188/j.isa.1003-8337.2017.03.001.

[36]GALANAKI E， LAGOUVARDOS K， KOTRONI V， et al. Thunderstorm climatology in the Mediterranean using cloud-to-ground lightning observations[J]. Atmospheric Research， 2018， 207（15）： 136-144. DOI： 10.1016/j.atmosres.2018.03.004.

[37]王義耕， 劉潔， 王介君， 等. 衛(wèi)星觀測的西南地區(qū)閃電的時空分布[J]. 大氣科學學報， 2010， 33（4）： 489-495. WANG Y G， LIU J， WANG J J， et al. Temporal and spatial distributions of lightning activity in southwest China based on satellite observations[J]. Transactions of Atmospheric Sciences， 2010， 33（4）： 489-495. DOI： 10.13878/j.cnki.dqkxxb.2010.04.010.

[38]成鵬偉， 周筠珺， 趙鵬國， 等. 北京與成都城市下墊面閃電時空分布特征對比研究[J]. 成都信息工程大學學報， 2018， 33（3）： 326-334. CHENG P W， ZHOU Y J， ZHAO P G， et al. A comparative study on space-time distribution characteristics of lightning flashes in Beijing and Chengdu cities[J]. Journal of Chengdu University of Information Technology， 2018， 33（3）： 326-334. DOI： 10.16836/j.cnki.jcuit.2018.03.016.

[39]許洪澤， 周梅. ADTD異常對閃電定位資料影響分析[J]. 氣象科技進展， 2018， 8（1）： 33-37. XU H Z， ZHOU M. An analysis of the effect of ADTD abnormality on lightning location Data[J]. Advances in Meteorological Science and Technology， 2018， 8（1）： 33-37. DOI： 10.3969/j.issn.2095-1973.2018.01.005.

[40]鄧雨榮， 李涵， 朱時陽， 等. 基于衛(wèi)星資料的全球閃電定位系統(tǒng)探測效率評估[J]. 氣象科學， 2015， 35（5）： 599-604. DENG Y R， LI H， ZHU S Y， et al. Detection efficiency of the WWLLN based on OTD/LIS data[J]. Journal of the Meteorological Science， 2015， 35（5）： 599-604. DOI： 10.3969/2014jms.0051.

[41]KAPLAN J O， LAU K H K. The WGLC global gridded lightning climatology and time series[J]. Earth System Science Data， 2021， 13（7）： 3219-3237.

[42]LIAO W L， LIU X P， XU X Y， et al. Projections of land use changes under the plant functional type classificationin different SSP-RCP scenarios in China[J]. Science Bulletin， 2020， 65（22）： 1935-1947. DOI： 10.1016/j.scib.2020.07.014.

[43]ZHU Y， DENG X Q， NEWSAM S. Fine-grained land use classification at the city scale using ground-level images[J]. IEEE Transactions on Multimedia， 2018， 21（7）： 1825-1838. DOI： 10.1109/TMM.2019.2891999.

[44]岳超， 羅彩訪， 舒立福， 等. 全球變化背景下野火研究進展[J]. 生態(tài)學報， 2020， 40（2）： 385-401. YUE C， LUO C F， SHU L F， et al. A review on wildfire studies in the context of global change[J]. Acta Ecologica Sinica， 2020， 40（2）： 385-401. DOI： 10.5846/stxb201812202762.

[45]孫龍， 竇旭， 胡同欣. 林火對森林生態(tài)系統(tǒng)碳氮磷生態(tài)化學計量特征影響研究進展[J]. 南京林業(yè)大學學報（自然科學版）， 2021， 45（2）： 1-9. SUN L， DOU X， HU T. Research progress on the effects of forest fire on forest ecosystem C-N-P ecological stoichiometry characteristics[J]. Journal of Nanjing Forestry University （Natural Sciences Edition）， 2021， 45（2）： 1-9. DOI： 10.12302/j.issn.1000-2006.202003037.

[46]張宏民， 喬藝騫， 唐瓏坪， 等. 模擬雷擊明火點燃松針燃料的實驗研究[J]. 工程熱物理學報， 2022， 43（3）： 840-845. ZHANG H M， QIAO Y Q， TANG L P， et al. Experimental study on sustainable flaming lgnition of dead pine needles by simulated lightning discharge[J]. Journal of Engineering Thermophysics， 2022， 43（3）： 840-845.

（責任編輯 李燕文）